作者milk0925 (牛奶刺蝟)
看板Statistics
標題[問題] 次序迴歸的連結函數選擇
時間Wed Feb 3 16:52:58 2016
(借朋友的帳號po文)
------------------------------------------
之前有請朋友代為po文詢問線性迴歸中R^2在調整計分數值後結果不一樣的問題，
而這次我想嘗試詢問關於次序迴歸(ordinal regression)的資訊，
因為我的依變項樣本殘差非呈常態，
即使使用不論是教本或是國外學者在文獻中所提供的方式，
依舊無法經由轉換得到常態分布，
因而轉而使用「次序迴歸」，
(因為未有依變項殘差分布須為常態的假設，而資料本身也符合次序變項的定義)，
但是在版上爬了文之後發現很少有人討論次序迴歸，
而國內的網站也甚少提及細節的資訊，
因而找尋國外的網站與文獻想嘗試了解，
但是一來是還有一些部份我依舊無法獲得解答，
二來是擔心因為語言上我有理解上的錯誤，
因此想來請教版上各位統計專業的大大們，謝謝:)
問題(一)：
在次序迴歸中有一項前提假設是必須要有proportional odds，
這部分可以使用Test of parallel lines進行檢驗是否符合此前提假設，
但是因為我依舊想嘗試使用次序迴歸探討中介效果，
所以就遇到了一個問題，
因為跑次序迴歸的時候是可以在SPSS中選擇不同的連結函數(link function)，
因為有看到資料上說一般而言使用"logit"即可，
因為通常這種連結函數fit最好，
但是偏偏我在檢驗X(自變項)對Y(依變項)的預測能力時，
在Test of parallel lines中General Model達顯著，
表示我所選用的連結函數可能不是那麼的適合用在我的X─→Y，
但是我的X─→M和M─→Y在這項測試中都是通過的，
那請問像這樣的狀況我是要把所有的連結函數方式都選過一輪跑跑看結果，
看哪一種連結函數可以在X─→Y、X─→M、M─→Y都通過Test of parallel lines，
然後選擇那一種連結函數才是正確的嗎？
而若是如此，
主要的理由是要讓他們能在一個公平的起點做比較嗎？
問題(二)：
若我一樣想使用次序迴歸做中介效果的分析，
我知道在線性迴歸中是以β值為判斷標準，
那試問若在次序迴歸中的話我可以以哪些既有資訊做判讀呢？
文長請見諒，也謝謝大家耐心看完我的問題，
再麻煩專業的各位多幫忙了！！！
因為對次序迴歸是第一次接觸所以不太懂。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 218.166.148.99
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Statistics/M.1454489582.A.B5E.html
1F：→ andrew43: 你了解連結函數的作用嗎？它可不是隨便讓你挑幾個來用的 02/04 01:01
2F：→ andrew43: 而且，你的資料變成次序後怎麼變成logit的，我也不清楚 02/04 01:02
3F：→ andrew43: 或是變成次序後你還有再給它分成幾大類？ 02/04 01:03
4F：→ milk0925: 連結函數就我的理解是以模型檢驗機率分布，在spss中有五 02/04 09:58
5F：→ milk0925: 種選擇，而其中logit的典型應用是所有分類的均質分布機 02/04 10:00
6F：→ milk0925: 率，不曉得我的理解是否有誤？如果有理解錯誤之處再麻煩 02/04 10:02
7F：→ milk0925: 更正我，因為現在只能自行摸索所以可能會有理解錯誤之處 02/04 10:03
8F：→ milk0925: 而由於我的依變項分類不是只有兩類，最多受試者可能填到 02/04 10:05
9F：→ milk0925: 9的數值，而我也沒有再用其他定義條件把它合併成幾大類 02/04 10:05
10F：→ milk0925: 對了，因為我測量的是「程度」，我看網路上的資料是寫這 02/04 10:07
11F：→ milk0925: 種「程度」的測量嚴格來說屬於次序變項，而這也是次序迴 02/04 10:09
12F：→ milk0925: 歸的前提假設之一。 02/04 10:09
13F：→ milk0925: 我主要是想克服我想做線性迴歸但因為依變項殘差無法為常 02/04 10:10
14F：→ milk0925: 態分布，但我依然想知道是不是當我的依變項值越大時，自 02/04 10:11
15F：→ milk0925: 變項的反應值也會跟著變大。 02/04 10:12
16F：→ milk0925: 不知道這樣的情況您有何建議？ 感激不盡:) 02/04 10:13
17F：→ milk0925: 因為我一直卡在這裡>"< 02/04 10:18
18F：→ andrew43: 你想像，0到9共10類，若都和0比則有9種對比，要9種都具 02/04 11:30
19F：→ andrew43: proportional可能很難吧。要不要把10類減為3、4類看看？ 02/04 11:30
20F：→ andrew43: sorry，不應該說「都和0比」，總之可能太多類了。 02/04 11:31
21F：→ andrew43: 另外，這種方法也需要各類的樣本數不能少。小心一下。 02/04 11:33
22F：→ andrew43: 另外，建議你從logistic regression開始了解你在分析什 02/04 11:35
23F：→ andrew43: 麼，從你的描述覺得你似乎是瞎子摸象也沒有這類經驗。 02/04 11:37
24F：→ andrew43: 中文的網頁應該很多，把它們看懂先。至於ordinal算是它 02/04 11:38
25F：→ andrew43: 的擴展方法，先懂前面，後面就會容易些。 02/04 11:39
26F：→ milk0925: 感謝，大心^^ 我會再努力試試的！ 02/04 12:20